基于无人机多光谱影像植被指数与纹理特征的冬小麦地上部生物量估算

摘要

为了实现对冬小麦生物量的高效无损监测，于2020—2021年间设置田间试验，利用大疆精灵4多光谱版（P4M）无人机获取冬小麦6个关键生育期的多光谱影像，对冬小麦的地上部生物量（above-ground biomass, AGB）与多光谱影像的植被指数和纹理特征进行相关性分析，筛选特征变量，并分别采用线性回归、偏最小二乘回归（partial least squares regression, PLSR）、随机森林（random forest, RF）3种方法构建基于不同特征组合的AGB估算模型。结果显示：植被指数与冬小麦AGB的相关性要高于纹理特征。将植被指数与纹理特征融合使用，在不同生育期不同算法下，均可有效地降低光谱特征的饱和现象，提升模型估算冬小麦生物量的精度。基于筛选的特征运用线性回归估算AGB时，孕穗期和成熟期的精度较好；而运用PLSR与RF估算生物量的最佳时期则是抽穗期。综上，植被指数耦合纹理特征可以有效地提高冬小麦生物量估算的效果，基于消费级无人机可在中小尺度上快速准确估算冬小麦生物量。